数据，不是你想象的“非黑即白”

　　文/本刊专栏作者甄石

　　每月（季、年） 初，人们翘首以盼等着发布数据，发布后又“吐槽”数据：被平均、被增长……问题来了，这些数据“准不准”？

　　这是一个“坑”，这也是一个逻辑陷阱：世界如此复杂，哪是“非黑即白”这么简单？为了避免陷入“坑” 里，我试着把“非黑即白”这个逻辑课题转换为“数据质量”这个业务话题。

　　何谓质量？国际标准化组织（ISO） 指出，质量就是满足用户需求的程度，满足的程度越高、质量就越好。用户的需求是多元的、相对的、变化的，质量也是综合的、动态的、发展的。面包的质量好不好，不仅仅取决于食品技术，更是在卫生安全前提下，追求色、香、味，以及形状、成本、交货期、服务等多因素的综合平衡和最佳组合，价格太贵、出货太迟、服务太差，都是面包质量的减分项。

　　数据也有质量，数据质量是统计工作的生命线，数据质量也是数据满足用户需求的程度。衡量数据质量有哪些标准？围绕这个问题，统计学家、统计工作者进行了大量的探索。一些国际组织和国家制定了相关文件，如国际货币基金组织（IMF） 颁布《数据质量评估框架》，经济合作与发展组织（OECD） 发布《统计活动质量框架和导则》，联合国统计委员会（UNSC） 颁布《联合国官方统计国家质量保证框架手册》，欧盟统计局制定了一套质量工具，美国、加拿大制定了信息（统计）质量控制指南……虽然它们在数据质量维度的数量上有差异（5-10 个不等），但都重视用户对统计数据的满意程度，强调数据质量应从多维度来衡量。

　　我国对此也进行了不懈的努力。2013 年8 月，国家统计局出台《国家统计质量保证框架》，首次全面系统地提出了统计质量评价标准和保障措施，为强化统计质量管理，实现统计质量管理的科学化、标准化和规范化提供了重要遵循和指引。2021 年6 月根据最新形势进行了修订，不仅注重数据生产端、更强化统计服务端的质量管理，将用户需求、用户意见和评价反馈作为重要内容来考量。同时，还将质量标准扩充为真实性、准确性、完整性、及时性以及适用性、经济性、可比性、协调性、可获得性等九个方面（具体详见国家统计局网站）。

　　真实性、准确性在九个标准中居前两位。其中，真实性是指统计源头数据必须符合统计调查对象的实际情况，确保统计数据有依据、可溯源；准确性是指统计数据的误差必须控制在允许范围内，能够为形势判断、政策制定、宏观调控等提供可靠依据。由此可见，“准不准”在数据质量标准体系中居“头牌”位置，但并不是数据质量的全部，还需和其它标准一起来寻求最大公约数。一个即使很真实很准确的数据，如果要花费很长的时间（及时性）、巨大的人力物力财力（经济性），这个数据的质量要大打折扣；如果用户不需要（适用性），或者无法获得（可获得性），那数据质量也就无从谈起。数据的精准程度是相对的，从生产者角度看，需要在精准性和经济性上取舍；从用户的角度看，不应、不会也不能要求百分之百的准确，再精密的检测仪器也会有误差，只要误差不影响决策就能够并应该被接受。后来的抗原检测精准度降低了，但更经济、方便、快捷，也不影响防控质量。

　　在言必称数据的大数据时代，数据质量更受关注。如果仅用“准不准”来衡量数据质量，就会陷入“非黑即白”的窠臼。我们要用辩证的思维、多维的眼光来看待数据，用科学的方法、不懈的努力来提高数据质量。套用一句话：提高数据质量只有进行时、没有完成时。

关注读览天下微信， 100万篇深度好文， 等你来看……